導(dǎo)讀：隨著低成本計算能力、數(shù)據(jù)存儲能力的提升，大數(shù)據(jù)處理技術(shù)逐漸變得成熟。深度學(xué)習(xí)等新算法的出現(xiàn)，使人工智能得到前所未有的發(fā)展。

隨著低成本計算能力、數(shù)據(jù)存儲能力的提升，大數(shù)據(jù)處理技術(shù)逐漸變得成熟。深度學(xué)習(xí)等新算法的出現(xiàn)，使人工智能得到前所未有的發(fā)展。無論是谷歌、阿里巴巴、蘋果等巨頭，還是眾多創(chuàng)業(yè)公司，都在圍繞人工智能下苦功，成果自然是顯著的，人工智能技術(shù)在深度學(xué)習(xí)的加持下有了巨大的進(jìn)步。去年7月，國務(wù)院就發(fā)布了《新一代人工智能發(fā)展規(guī)劃》，規(guī)劃中指出，到2030年，使中國成為世界主要人工智能創(chuàng)新中心。在2017年，中國在人工智能領(lǐng)域的研究成果數(shù)量仍舊保持全球第二的排名，有望在幾年內(nèi)趕超歐洲，成為全球人工智能研究成果最多的經(jīng)濟(jì)體。

而在研究報告中也可以看出，中國的AI研究更偏向于應(yīng)用，而不是基礎(chǔ)理論。

進(jìn)入21世紀(jì)以來，在全球范圍內(nèi)，隨著大數(shù)據(jù)處理技術(shù)逐漸成熟，一些新算法如深度學(xué)習(xí)等的出現(xiàn)，使人工智能得到前所未有的發(fā)展。到了2019年，人工智能在全球的科技熱潮中并沒有絲毫減弱，早已滲透到生活中的各個領(lǐng)域，阿里巴巴、微軟、谷歌、百度先后布局人工智能，從智能音箱到人臉支付，從智慧餐廳到無人駕駛，這些都是AI技術(shù)落地帶來的巨大效果。那么2019年，將有哪些應(yīng)用能夠快速落地呢？

計算機(jī)視覺

隨著中國互聯(lián)網(wǎng)頭部企業(yè)研發(fā)實力的增強(qiáng)，它們愈加致力于推動計算機(jī)視覺和自然語言處理這兩個AI研究關(guān)鍵領(lǐng)域的落地。騰訊研究院統(tǒng)計得出，2005—2017年上半年的全國計算機(jī)視覺與圖像融資總計達(dá)到158億元人民幣，占這一時期AI總?cè)谫Y額的23%。

目前，計算機(jī)視覺主要應(yīng)用在安防、廣告、自動駕駛等，前者商業(yè)化顯著，后者的商業(yè)前景也極具吸引力。以阿里安全圖靈實驗室為例，實驗室以自身研發(fā)的計算機(jī)視覺技術(shù)、GPU配合大規(guī)模分布式計算，進(jìn)行百億量級的圖像檢索、實現(xiàn)人臉、圖片、視頻等方面的鑒別。當(dāng)前，國內(nèi)除了阿里、百度、騰訊等大廠在涉及計算機(jī)視覺領(lǐng)域外，諸如曠視科技、極鏈科技Video++等初創(chuàng)企業(yè)也在計算機(jī)

視覺領(lǐng)域發(fā)光發(fā)熱，將這一技術(shù)大規(guī)模應(yīng)用在電商、廣告、社區(qū)安保、知識產(chǎn)權(quán)、視頻監(jiān)測等方面。

無人駕駛

2018年12月，谷歌母公司Alphabet研發(fā)的Waymo自動駕駛汽車獲準(zhǔn)以無人出租車的方式投入商業(yè)運(yùn)營。而事實上早在2015年開始，百度就投入到無人車技術(shù)的研發(fā)之中，并在2017年4月發(fā)布了自動駕駛操作系統(tǒng)Apollo。并在2018年3月宣布開放ApolloScape數(shù)據(jù)庫，來幫助將Apollo自動駕駛平臺打造成“自動駕駛中的安卓系統(tǒng)”。

技術(shù)突飛猛進(jìn)、國家政策支持，怎么看無人駕駛技術(shù)都站在了風(fēng)口上。深度學(xué)習(xí)算法模型每天都在進(jìn)行大規(guī)模的數(shù)據(jù)集，中國各行業(yè)沉淀了大量的數(shù)據(jù)，為此，很多無人駕駛企業(yè)都將中國當(dāng)作人工智能商業(yè)落地的主戰(zhàn)場。人工智能作為中國新一輪產(chǎn)業(yè)變革的核心驅(qū)動力，將進(jìn)一步釋放產(chǎn)業(yè)變革積蓄的巨大能量。

新金融

在大數(shù)據(jù)驅(qū)動人工智能發(fā)展背景下，金融業(yè)也迎來了新的挑戰(zhàn)和變革，我們也可以把他稱為“新金融”。所謂的新金融指傳統(tǒng)的金融業(yè)務(wù)在與互聯(lián)網(wǎng)技術(shù)包括大數(shù)據(jù)、云計算、人工智能技術(shù)融合下，產(chǎn)生新的金融生態(tài)、金融服務(wù)模式和金融產(chǎn)品。

傳統(tǒng)的金融學(xué)和經(jīng)濟(jì)學(xué)基本上是通過抽樣的方式來做樣本分析，然后進(jìn)行一些統(tǒng)計分析，但數(shù)據(jù)量非常小。而且傳統(tǒng)金融學(xué)和經(jīng)濟(jì)學(xué)的研究方式注重因果關(guān)系的驗證，是基于假設(shè)檢驗和統(tǒng)計檢驗的統(tǒng)計方法。

未來，基于人工技術(shù)應(yīng)用在數(shù)據(jù)處理方面的特性，業(yè)內(nèi)人士認(rèn)為金融行業(yè)極具發(fā)展前景，對金融科技來講，人工智能和大數(shù)據(jù)已經(jīng)深刻影響了金融的各個方面，比如區(qū)塊鏈、加密市場、個人金融，包括支付、結(jié)算、保險，個人財富管理、轉(zhuǎn)賬、實物抵押等，不同的金融場景都受到了大數(shù)據(jù)和人工智能的影響。金融行業(yè)數(shù)據(jù)量大，且需求較為明確，故而也可能會成為了人工智能最先落地應(yīng)用的? 領(lǐng)域。

——轉(zhuǎn)自互聯(lián)網(wǎng)